Ô trống trên bảng dữ liệu: Khi nhà phân tích esports phải nói "không đủ thông tin"

Tuần trước, tôi mở một tệp phân tích trước giải. Chín chiều dữ liệu đã được dựng sẵn: bản vá, thể thức, đội hình, khu vực, tài chính, luật thi đấu, rủi ro, dư luận, truyền dẫn ngành. Tôi đi qua từng dòng một. Danh sách điểm thông tin trống. Quan điểm cốt lõi trống. Thực thể liên quan không xác định. Tiêu đề bài nguồn không có.

Tôi ngồi im vài phút. Trong đầu đã xếp sẵn mười hai giả thuyết: đội nào sẽ vô địch, bản vá nào đang bẻ cong meta, người đi rừng nào bị định giá thấp. Viết ra thì rất trơn. Không giả thuyết nào có cơ sở.

Mọi bảng tính vĩ đại đều bắt đầu từ một ô trống và một câu hỏi. Nhưng một ô trống không tự động trở thành câu trả lời. Có lúc nó chỉ là ô trống.

Ai cũng có thể bịa một bài phân tích. Không ai bịa được một bộ dữ liệu.

Ngành phân tích esports chưa bao giờ có nhiều dữ liệu thô đến thế. Mỗi trận ở LCK, LPL, LEC hay CKTG đẩy về hàng nghìn điểm: tỉ lệ thắng theo tướng, tỉ lệ cấm-chọn, chênh lệch vàng ở phút 15, tỉ lệ kiểm soát mục tiêu lớn, sát thương mỗi phút, thời lượng trung bình mỗi ván. Từng con số đều có thể dựng thành một câu chuyện nghe rất thuyết phục.

Đó là cái bẫy. Dữ liệu nhiều không đồng nghĩa với dữ liệu đúng. Một trận là nhiễu; một mùa là tín hiệu — nhưng chỉ khi mẫu đủ lớn và bối cảnh đủ rõ. Nhà phân tích non tay nhặt vài chỉ số lẻ, tách khỏi bối cảnh, rồi dựng lên một luận điểm lớn. Kết quả là một bài viết đọc trôi chảy, có số, có biểu đồ, và sai từ gốc.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, tôi đã thấy những đội vô địch không phải vì họ mạnh hơn ở thời điểm bắt đầu giải, mà vì họ đọc bản vá nhanh hơn đối thủ hai tuần. Và tôi cũng đã thấy những đội được tung hô sau vòng bảng rồi sụp ở bán kết, khi meta xoay một nhịp mà họ không kịp trở tay.

Quy trình phân tích chuyên nghiệp chạy qua hai tầng. Tầng một trích xuất điểm thông tin và quan điểm từ nguồn. Tầng hai phân tích chuyên sâu trên kết quả đó. Khi tầng một trả về một payload rỗng, chuẩn mực nghề nghiệp không phải là lấp đầy khoảng trắng. Chuẩn mực là đánh dấu từng vị trí là "không đủ thông tin" và báo lỗi ngược lên đầu nguồn.

Tôi thử đi qua chín chiều đó với đúng một quy tắc: không có dữ liệu thì không có kết luận.

Phân tích bản vá cần tên game, số phiên bản, danh sách thay đổi tướng, vật phẩm, bản đồ, và dữ liệu tỉ lệ thắng. Không có những thứ đó thì không xác định được ai hưởng lợi, ai chịu thiệt, đội nào khớp với meta mới. Bản vá là một trọng tài vô hình có quyền quyết định chức vô địch; khả năng thích ứng meta thường bị nhầm là thực lực. Nhưng muốn nói điều đó về một giải cụ thể, tôi phải có số phiên bản và dữ liệu thay đổi của chính giải ấy.

Phân tích thể thức cần loại thể thức, độ dài loạt trận, đường vòng loại, mật độ lịch thi đấu. Không có thì không bàn được về tỉ lệ ngược dòng, độ ổn định của đội mạnh, hay yếu tố may mắn trong bốc thăm.

Phân tích đội hình cần sức mạnh trên giấy, độ khớp vai trò, mức gắn kết, độ sâu dự bị. Phân tích khu vực cần ít nhất một tựa game làm mốc — cùng một khu vực đứng ở vị thế khác nhau giữa các tựa game, nên so sánh mà không có mốc là bịa.

Phân tích tài chính cần phí chuyển nhượng, quỹ lương, hợp đồng tài trợ. Phân tích luật thi đấu cần ít nhất một sự kiện kích hoạt: một cáo buộc, một cuộc điều tra, một tiền lệ xử phạt. Phân tích rủi ro cần một chủ thể và một nguồn phơi nhiễm. Phân tích truyền dẫn ngành cần một cú sốc thượng nguồn — một quyết định từ nhà phát hành, một bản vá, một thương vụ bản quyền.

Không có gì trong số đó cả. Vậy kết luận đúng duy nhất không nằm ở cấp nội dung mà ở cấp quy trình: việc payload không chứa bất kỳ tín hiệu bản vá nào có nghĩa là hoặc bài nguồn không liên quan đến bản vá, hoặc bước trích xuất đã thất bại — và hai khả năng này không thể phân biệt bằng dữ liệu hiện có.

Đó là một câu kết yếu. Nhưng nó đúng. Một câu kết yếu đúng vẫn hơn một câu kết mạnh sai.

Nghề này thưởng cho sự tự tin. Một bài dự đoán dứt khoát được chia sẻ nhiều hơn một bài nói "tôi thiếu dữ liệu". Dư luận xoay quanh vòng hype: một tuyển thủ được thổi lên sau hai ván hay, một đội được gọi là ứng viên vô địch sau một tuần đấu tốt. Khi kỳ vọng tách khỏi nền tảng, khoảng cách chỉ lộ ra lúc giải đấu bắt đầu.

Mô hình trông có uy quyền nhất lại là mô hình nguy hiểm nhất: một bản phân tích chỉn chu, có bảng, có số, nhưng dựng trên khoảng trắng. Nó không sai ở chỗ dự đoán sai. Nó sai ở chỗ không có cơ sở để dự đoán ngay từ đầu.

Có một giả thuyết thay thế đáng cân nhắc. Nếu payload rỗng này đến từ một bài viết thực sự có nội dung, thì bản thân sự rỗng ấy là một chẩn đoán: nó khoanh vùng một khiếm khuyết cụ thể, có thể sửa, ở bước trích xuất tầng một. Đó là tín hiệu hữu ích — không phải về một đội, mà về một đường ống dữ liệu.

Sai số không nói dối — nó chỉ đang thì thầm điều ta chưa đủ lớn để nghe. Ở đây, sai số thì thầm rất rõ: đường ống có vấn đề.

Kỷ luật của một nhà phân tích không nằm ở chỗ anh ta dự đoán đúng bao nhiêu lần. Nó nằm ở chỗ anh ta từ chối dự đoán khi chưa đủ dữ liệu, và ghi rõ giới hạn của mình bằng ngôn ngữ bình thường.

Điều cần làm lúc này rất cụ thể: dừng đường ống, chạy lại tầng trích xuất trên bài nguồn gốc, xác nhận bài nguồn thực sự tồn tại và không rỗng. Nếu không khôi phục được nguồn, ghi hồ sơ là "không thể phân tích" và loại khỏi tập hợp dữ liệu về sau. Không đẩy một kết quả rỗng đi tiếp như thể nó là một kết quả.

Điều thế giới gọi là phép màu, bảng số của tôi đã thấy từ mùa đông. Nhưng bảng số chỉ nhìn thấy khi có dữ liệu để nhìn. Một mùa giải nữa đang tới, và nó sẽ tới với đầy đủ số liệu. Khi đó, câu hỏi không phải là ai sẽ vô địch. Câu hỏi là tôi đã đọc đúng chưa — và đã đủ can đảm để nói "chưa biết" ở đúng chỗ hay chưa.